reg ex羣組和子羣組

Question

是否可以使用正則表達式來捕獲整個短語以及短語連接的每個單詞？

所以對：

smith jones 

返回：

smith,jones,smithjones 

而且由於其他方面的限制（Solr的PatternTokenizer）我只能用一個分組。

Answer 1

看起來你不需要額外的工作就可以做到這一點。與PatternTokenizerFactory，你被限制在正則表達式的「匹配」部分，所以你不能做替換。

爲什麼不創建自己的tokenizer，它使用PatternTokenizer創建的標記流，然後構建一個連接的字符串，並在最後返回？